字符集和编码
本页描述了 C++ 标准中指定的几种字符集。
转换字符集转换字符集由以下元素组成：
转换字符集是基本字符集和基本字面量字符集（见下文）的超集。 |
(C++23 起) |
[编辑] 基本字符集
基本字符集包含以下 96(C++26 前)99(C++26 起) 个字符：
| 代码单元 | 字符 | 字形 |
|---|---|---|
| U+0009 | 字符制表符 | |
| U+000B | 行制表符 | |
| U+000C | 换页 (FF) | |
| U+0020 | 空格 | |
| U+000A | 换行符 (LF) | 新行 |
| U+0021 | 感叹号 | !
|
| U+0022 | 引号 | "
|
| U+0023 | 井号 | #
|
| U+0025 | 百分号 | %
|
| U+0026 | 和号 | &
|
| U+0027 | 撇号 | '
|
| U+0028 | 左圆括号 | (
|
| U+0029 | 右圆括号 | )
|
| U+002A | 星号 | *
|
| U+002B | 加号 | +
|
| U+002C | 逗号 | ,
|
| U+002D | 连字号-减号 | -
|
| U+002E | 句号 | .
|
| U+002F | 斜杠 | /
|
| U+0030 .. U+0039 | 数字零 .. 九 | 0 1 2 3 4 5 6 7 8 9
|
| U+003A | 冒号 | :
|
| U+003B | 分号 | ;
|
| U+003C | 小于号 | <
|
| U+003D | 等于号 | =
|
| U+003E | 大于号 | >
|
| U+003F | 问号 | ?
|
| U+0041 .. U+005A | 拉丁大写字母 A .. Z | A B C D E F G H I J K L M
|
| U+005B | 左方括号 | [
|
| U+005C | 反斜杠 | \
|
| U+005D | 右方括号 | ]
|
| U+005E | 抑扬符 | ^
|
| U+005F | 下划线 | _
|
| U+0061 .. U+007A | 拉丁小写字母 a .. z | a b c d e f g h i j k l m
|
| U+007B | 左花括号 | {
|
| U+007C | 竖线 | |
|
| U+007D | 右花括号 | }
|
| U+007E | 波浪号 | ~
|
|
以下字符自 C++26 起添加到基本字符集：
|
(C++26 起) |
[编辑] 基本字面量字符集
基本字面量字符集包含基本字符集中的所有字符，以及以下控制字符：
| 代码单元 | 字符 |
|---|---|
| U+0000 | 空字符 |
| U+0007 | 响铃 |
| U+0008 | 退格 |
| U+000D | 回车 (CR) |
[编辑] 执行字符集
执行字符集和执行宽字符集是基本字面量字符集的超集。执行字符集的编码和附加元素的集合（如果有）是与区域设置相关的。执行宽字符集的每个元素必须能够表示为不同的 wchar_t 代码单元。
[编辑] 代码单元与字面量编码
代码单元是字符类型的整数值。 字符字面量（多字符或不可编码字符字面量除外）或 字符串字面量中的字符被编码为由编码前缀确定的一系列一个或多个代码单元；这被称为相应的字面量编码。
字面量编码或执行字符集之一的区域设置特定编码，将基本字面量字符集的每个元素编码为一个具有非负值的单个代码单元，该代码单元与其他此类元素的代码单元不同。不在基本字面量字符集中的字符可以编码为一个以上的代码单元；此类代码单元的值可以与基本字面量字符集元素的代码单元值相同。执行字符集的编码可能与任何字面量编码无关。
普通字面量编码是应用于普通字符或字符串字面量的编码。宽字面量编码是应用于宽字符或字符串字面量的编码。
U+0000 空字符编码为值 0。转换字符集的其他任何元素都不会被编码为值为 0 的代码单元。数字 0 (U+0030) 之后的每个十进制数字字符的代码单元值应比前一个数字的值大一。普通和宽字面量编码在其他方面是实现定义的。
对于 UTF-8、UTF-16 或 UTF-32 字面量，与转换字符集中的每个字符对应的 UCS 标量值将按照 ISO/IEC 10646 中针对相应 UCS 编码形式的规定进行编码。
[编辑] 注解
C++23 中通过 P2314R4 更改了一些字符集的标准名称。
| 新名称 | 旧名称 |
|---|---|
| 基本字符集 | 基本源字符集 |
| 基本字面量字符集 | 基本执行字符集 基本执行宽字符集 |
在翻译阶段 1期间，源文件（UTF-8 源文件除外(C++23 起)）字符到基本字符集(C++23 前)转换字符集(C++23 起)的映射是实现定义的，因此实现需要记录源文件中的基本源字符是如何表示的。
[编辑] 缺陷报告
下列更改行为的缺陷报告追溯地应用于以前出版的 C++ 标准。
| 缺陷报告 | 应用于 | 发布时的行为 | 正确的行为 |
|---|---|---|---|
| CWG 788 | C++98 | 执行字符集成员的值 是实现定义的，但与区域设置无关 |
它们是与区域设置相关的 |
| CWG 1796 | C++98 | 基本执行（宽）字符集中的空（宽）字符的表示 过去所有位都为零 |
现在只要求值为零 |
[编辑] 参见
| ASCII 表 | |
| C 文档 关于 字符集和编码
|
